四輪測試分別回答四個問題
| 輪次 | 維持不變 | 主動改變 | 回答的問題 |
|---|---|---|---|
| A：同檔案重複 | 音訊位元組與系統版本 | 只重複提交 | 計算流程是否一致 |
| B：同條件重錄 | 裝置、語句、距離、房間 | 重新說一遍 | 自然表達會帶來多少變化 |
| C：單一變因測試 | 其他條件 | 只改變距離、裝置或環境中的一項 | 某一變因的影響方向 |
| D：跨版本迴歸 | 固定音訊樣本 | 系統版本 | 更新是否改變結果 |
把這些測試混在一起，會把人的自然變化、錄音條件與程式變化全都歸入同一個「穩定／不穩定」結論。
開始前先留下最小紀錄
記錄裝置與瀏覽器、麥克風選擇、房間、嘴巴到麥克風的大致距離、是否開啟系統降噪、使用的語句、錄製日期與頁面版本。檔案測試還應保存原始檔案，不要使用通訊軟體轉傳後的副本，因為轉傳可能會重新編碼。
建議選擇一段自然、完整的句子，不要只把單一母音拉長。句子應包含正常停頓與多個發音位置，但每次讀法盡量接近。正式比較前先錄一次練習，降低第一次面對麥克風時的緊張變化。
不要只比較最後一個標籤
主要標籤可能是在多個相近候選之間競爭後產生。即使底層的音高、明亮度與穩定度只改變一點，兩個接近的範本也可能交換排序。應同時比較錄音是否通過品質檢查、主要維度的變化、前三名候選順序與最終標籤，而不是把任何文字差異都當成徹底失效。
CVoice 對同一個檔案採用確定性處理，並根據檔案摘要讓同一份輸入的細微顯示保持一致；重新錄製會產生新檔案，真實聲學特徵與檔案摘要也都會改變，因此結果允許有合理波動。
如何寫出誠實的測試結論
- 如果 A 不一致，優先檢查系統版本、非同步失敗、隨機流程或快取。
- 如果 A 一致而 B 波動，應優先觀察表達狀態與錄音控制。
- 如果 C 只有某一種裝置明顯偏移，應排查自動增益、降噪與頻率響應。
- 如果 D 發生變化，應在更新紀錄中說明原因，並保留可回測的樣本。
不要做的事不要為了得到喜歡的標籤而連續錄音，只保留最好的一次，再把它當成系統準確度的證明；也不要購買或製造大量重複流量來「測試廣告或排行」。可重現測試的目標是找出原因，而不是挑選結論。
可直接使用的紀錄範本
測試目的：同檔案一致性／重錄波動／單一變因／跨版本。
固定條件：裝置、瀏覽器、語句、距離、環境。
改變條件：一次只寫一個。
觀察項目：品質狀態、主要維度、候選順序、異常提示。
結論邊界：這次結果能說明什麼，又不能推廣到什麼。